一种多机器学习算法集成的恶意代码检测系统_王子腾

论文 有关用机器学习算法进行恶意代码检测。分别针对静态、动态这 2 种分析 模式下的检测方案进行了讨论，涵盖了恶意代码样本采集、特征提取与选择、机器学习算法分类模型的建立等要点。对机器学习算法下恶意代

一篇关于网页中恶意JavaScript代码的检测，供恶意网页检测恶意代码检测的研究，论文名是“DetectingMaliciousJavaScriptCodeinMozilla”

一种针对Android平台恶意代码的检测方法及系统实现_胡文君

1 恶意代码危害性评估的现状 国内外反病毒厂家也发布了各自的恶意代码危害性评估标 准， 但是标准各异， 没有统一 的国家和国际标准。 这种现状 造成对同一 恶意代码事件， 不同的反病毒企业根据各自的评

随着Web2.0网站的普及和互动性的增强，统计显示Web应用漏洞已成为互联网的最大安全隐患

Android恶意代码的静态检测研究的论文，值得一看。

基于行为的恶意代码检测技术，从病毒体内提取的原始数据片断，以及该片断的位置信息。将一系列已经规定好的恶意行为做为规范，根据这些规范，去监视程序做了什么，再结合这个规范来判定程序是否是恶意代码。

Python机器学习之恶意代码聚类分析

本文实现SMTP、POP3与IMAP三种应用层协议的还原，底层利用Libnids实现数据包的捕获与重组。该资源来自网络

恶意代码的分析，防治，恶意代码分析与防治。